文献

J-GLOBAL ID：202202216996183830   整理番号：22A1077651

疑似ラベルを用いた話者ダイアライゼーションの半教師あり適応

Semi-Supervised Adaptation with Pseudo-Labeling for End-To-End Neural Diarization.

著者 (7件)： 高島悠樹 (日立) ,  藤田雄介 (日立) ,  堀口翔太 (日立) ,  渡部晋治 (CMU) ,  渡部晋治 (JHU) ,  GARCIA Paola (JHU) ,  永松健司 (日立)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2022  号： 春季  ページ： ROMBUNNO.1-3-14  発行年： 2022年02月23日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・ラベルなし音声をモデルに入力して得られる出力(疑似ラベル)を教師信号としたモデルの学習に関する検討。
・モデルを用いた疑似ラベルの生成と疑似ラベルを用いたモデルの適応を繰り返し行う,疑似ラベルの反復生成法の提案。
・異なるモデルから得られた複数の疑似ラベルを統合し,疑似ラベルの精度を高める,コミッティに基づく学習手法の提案。

シソーラス用語： *話者認識 ,  人間 ,  学習 ,  ニューラルネットワーク ,  誤り率 ,  適応 ,  特徴抽出
準シソーラス用語： *ダイアライゼーション ,  話者 ,  半教師あり学習 ,  LSTM

分類 (1件)： パターン認識  (JE07000S)

引用文献 (13件)：

• N. Kanda et al., “Guided source separation meets a strong ASR backend: Hitachi/Paderborn University joint investigation for dinner party ASR,” in Proc. INTERSPEECH, pp. 1248-1252, 2019.
• N. Kanda et al., “Hitachi/JHU CHiME-5 system: Advances in speech recognition for everyday home environments using multiple microphone arrays,” in Proc. CHiME-5, pp. 6-10, 2018.
• Y. Fujita et al., “End-to-end neural speaker diarization with permutation-free objectives,” in Proc. INTERSPEECH, pp. 4300-4304, 2019.
• S. Horiguchi et al., “End-to-end speaker diarization for an unknown number of speakers with encoder-decoder based attractors,” in Proc. INTERSPEECH, pp. 269-273, 2020.
• K. Kinoshita et al., “Integrating end-to-end neural and clustering-based diarization: Getting the best of both worlds,” in Proc. ICASSP, pp. 7198-7202, 2021.

タイトルに関連する用語 (5件)： ラベル ,  話者 ,  ダイアライゼーション ,  教師 ,  適応